全部标签
目录标签

#rl

公开记录中带有此标签的全部仓库——标签来自其 GitHub 主题或软件包注册表发布的关键词。健康度量遵循与记录其余部分相同的版本化方法论。

14 条记录
标签为“rl”按健康指数排序
Go · npm
98卓越健康指数
kubernetes-sigs/agent-sandbox
agent-sandbox enables easy management of isolated, stateful, singleton workloads, ideal for use cases like AI agent runtimes and reinforcement learning (RL).
Go · Python★ 3,8242026年9月13日
Apache-2.02026年9月13日 · 指标 2.10.0
PyPI
96卓越健康指数
Farama-Foundation/Gymnasium
A standard API for single-agent reinforcement learning environments, with popular reference environments and related utilities (formerly Gym)
Python★ 12.4K↓ 5.7M/月2026年8月27日
MIT2026年8月27日 · 指标 2.10.0
PyPI · npm
95卓越健康指数
NVIDIA-NeMo/Gym
Evaluate and improve models and agents using environments
Python · MDX★ 1,179↓ 375.8K/月2026年9月10日
Apache-2.02026年9月10日 · 指标 2.10.0
PyPI
94卓越健康指数
PrimeIntellect-ai/verifiers
Our library for RL environments + evals
Python★ 4,565↓ 378.1K/月2026年8月28日
MIT2026年8月28日 · 指标 2.10.0
PyPI · npm · crates.io
94卓越健康指数
tensorlakeai/tensorlake
Tensorlake is a serverless runtime for sandboxes and deploying background agentic applications
Python · Rust · TypeScript★ 997↓ 305K/月2026年9月15日
Apache-2.02026年9月15日 · 指标 2.10.0
PyPI
92优秀健康指数
hud-evals/hud-python
RL environments + evals for AI agents. Define once, train anything.
Python★ 302↓ 21.5K/月2026年9月20日
MIT2026年9月20日 · 指标 2.10.0
PyPI
91优秀健康指数
Farama-Foundation/PettingZoo
A standard API for multi-agent reinforcement learning environments, with popular reference environments and related utilities
Python★ 3,516↓ 228.3K/月2026年9月17日
MIT2026年9月17日 · 指标 2.10.0
PyPI
91优秀健康指数
JudgmentLabs/judgeval
The Continuous-Improvement Stack for Agents. Our environment data and evals power agent improvement and monitoring.
Python★ 1,063↓ 233.1K/月2026年9月17日
Apache-2.02026年9月17日 · 指标 2.10.0
PyPI
91优秀健康指数
pytorch/rl
A modular, primitive-first, python-first PyTorch library for Reinforcement Learning.
Python★ 3,609↓ 71.5K/月2026年10月22日
MIT2026年10月22日 · 指标 2.10.0
PyPI
77良好健康指数
freesolo-co/flash
LoRA post-training for open-weight models: SFT, GRPO, and on-policy distillation. Describe a run in TOML; Flash allocates a GPU, trains, streams checkpoints, and serves the adapter.
Python★ 2↓ 259/月2026年10月21日
Apache-2.02026年10月21日 · 指标 2.10.0
crates.io
62中等健康指数
rust-control/rusty_mujoco
A safe, low-level Rust binding for MuJoCo physics simulator
Rust★ 12↓ 6,474/月2026年9月9日
Apache-2.02026年9月9日 · 指标 2.10.0
Go
59中等健康指数
dank/rlapi
Reverse engineered Rocket League internal HTTP & WebSocket API
Go★ 592026年10月18日
MIT2026年10月18日 · 指标 2.10.0
PyPI
54中等健康指数
whilehq/whileai-sdk
While Python SDK (formerly zeroproof): trace ingest, agent simulations, grading, and training data for post-training
Python★ 1↓ 1,062/月2026年9月18日
Apache-2.02026年9月18日 · 指标 2.10.0
npm
47薄弱健康指数
ruvnet/agentdb
Vector memory that gets smarter every time your agent uses it.
TypeScript · HTML · JavaScript★ 89↓ 376.7K/月2026年9月13日
MIT2026年9月13日 · 指标 2.10.0